La structure de base : boucle, historique, API
Un chatbot sans filtre n'est techniquement pas un cas spécial. Vous avez besoin des mêmes composants que pour tout bot : une boucle d'entrée, une liste de messages et un modèle qui répond. La différence réside dans le modèle. Nous utilisons ici l'API de kiohnezensurapi.com, qui fournit un modèle à poids ouverts unique d'un fournisseur indépendant, optimisé pour des réponses sans refus de contenu pour une utilisation légale par les adultes.
Prérequis : Python 3.9 ou plus récent, pip install openai et une clé depuis la page Obtenir la clé API. Le crédit d'essai de 0,50 $ (une fois par personne, valable 7 jours, sans données de paiement) suffit pour tout le guide.
Le code complet
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.kiohnezensurapi.com/v1",
api_key=os.environ["KI_KEY"],
)
SYSTEM = (
"Du bist Rex, ein trockener, direkter Gesprächspartner. "
"Du antwortest auf Deutsch, in kurzen Absätzen, ohne Vorträge."
)
verlauf = [{"role": "system", "content": SYSTEM}]
MAX_NACHRICHTEN = 20 # ohne System-Prompt
def kuerzen():
rest = verlauf[1:][-MAX_NACHRICHTEN:]
verlauf[:] = [verlauf[0]] + rest
while True:
text = input("Du: ").strip()
if text in ("", "exit"):
break
verlauf.append({"role": "user", "content": text})
kuerzen()
stream = client.chat.completions.create(
model="uncensored",
messages=verlauf,
stream=True,
temperature=0.8,
max_tokens=600,
)
antwort = ""
print("Rex: ", end="", flush=True)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
teil = chunk.choices[0].delta.content
antwort += teil
print(teil, end="", flush=True)
print()
verlauf.append({"role": "assistant", "content": antwort})Enregistrez cela sous bot.py, définissez KI_KEY dans l'environnement et lancez avec python bot.py. La fonction kuerzen ne conserve que les 20 derniers messages plus le prompt système, afin que l'historique ne grandisse pas indéfiniment.
Comment fonctionne le code
Prompt système
Le premier message avec role: system définit la personnalité et le style. Il est envoyé avec chaque requête. Gardez-le court, il compte comme entrée à chaque fois.
Historique
L'API ne met rien en cache entre les appels. Ajoutez donc chaque message utilisateur et chaque réponse à la liste. Sans la réponse du bot, il oublie ce qu'il a dit.
Diffusion en continu
Avec stream: true, la réponse arrive par Server-Sent Events en petits morceaux. Cela semble plus rapide car le texte apparaît immédiatement. Notez qu'une requête en streaming occupe une place dans la limite de concurrence jusqu'à la fin du flux. Avec une clé de test, 2 requêtes simultanées sont autorisées, avec une clé complète, 8.
max_tokens
Le paramètre est facultatif. Sans lui, la réponse peut utiliser le reste de la fenêtre de contexte de 100 000 tokens. Pour un chat, une limite supérieure est recommandée, elle protège contre les réponses démesurées et donc contre des coûts inutiles.
Le calcul des coûts pour votre bot
Prix : 0,15 $ par 1M tokens d'entrée, 0,50 $ par 1M tokens de sortie. Supposons que le prompt système ait 100 tokens et l'historique en moyenne 3 000 tokens, la réponse 300 tokens.
- Entrée : 3 100 / 1 000 000 × 0,15 $ = 0,000465 $
- Sortie : 300 / 1 000 000 × 0,50 $ = 0,00015 $
- Total : 0,000615 $ par message
Cela représente 0,615 $ pour 1 000 messages. Avec le crédit d'essai de 0,50 $, vous pouvez théoriquement envoyer environ 813 messages (0,50 / 0,000615 ≈ 813). Un utilisateur qui envoie 50 messages par jour génère environ 0,92 $ par mois (30 jours, 1 500 messages).
Le levier principal est la longueur de l'historique. Si le bot envoyait en moyenne 10 000 au lieu de 3 000 tokens, l'entrée passerait à 10 100 / 1 000 000 × 0,15 $ = 0,001515 $ par message, soit 0,001665 $ avec la réponse. Réduire ou résumer les anciennes conversations fait donc économiser directement. Les requêtes échouées ou refusées ne sont pas facturées.
Améliorations pour le quotidien
- Mémoire par résumé : Résumez les messages anciens avec un appel API distinct et remplacez-les par ce résumé. Le bot conserve ainsi le fil de la conversation à moindre coût.
- Gestion des erreurs : Interceptez le code HTTP 429. Le code d'erreur
rate_limitedsignifie trop de requêtes par minute,concurrencysignifie trop de requêtes simultanées. En cas de surcharge, l'en-têteRetry-After: 5est présent ; attendez alors 5 secondes. - Persistance : Enregistrez l'historique dans un fichier JSON ou une base de données pour que les conversations survivent à un redémarrage.
- Utilisateurs multiples : Tenez une liste d'historique distincte par utilisateur. Avec de nombreux utilisateurs simultanés, les 8 requêtes simultanées limitent le débit ; utilisez une file d'attente.
- Protégez votre clé : Ne l'inscrivez jamais dans votre frontend. Appelez l'API depuis votre serveur.
D'autres paramètres comme top_p, stop et seed, ainsi que le Tool-Calling, sont décrits dans la documentation.
Ce que signifie « sans filtre »
Le bot répond là où d'autres assistants refuseraient. Cela ne remplace pas votre responsabilité en tant qu'opérateur. Les contenus sexuels impliquant des mineurs sont systématiquement exclus, et l'offre est destinée à un usage légal par des adultes. Si vous proposez le bot publiquement, vous devriez exiger une indication d'âge et formuler des règles d'utilisation. Les prompts ne sont pas utilisés pour l'entraînement ; vos propres obligations en matière de protection des données à l'égard de vos utilisateurs restent inchangées.
De plus, l'API est purement textuelle : un chat par image ou par voix nécessite d'autres services. Pour en savoir plus, consultez l'article IA sans restrictions, le tableau des prix est sur la page tarifaire. Le rechargement commence à 20 $ avec USDT sur TRC20 ou USDC sur Base, avec un bonus de 5 % à partir de 50 $.

